IDC业务带宽监控，每个客户实例独立带宽统计报表

IDC 业务带宽监控和单台机器监控最大的区别，在于必须按客户实例独立统计流量，而不是只看整机总带宽。
很多运维初次部署时，只做了交换机端口流量采集，结果客户对账时拿不出每一台 VPS 或独立服务器的带宽报表，问题就出在监控粒度不够细。

本文直接给出可在真实 IDC 环境中落地的方案：通过 vNIC 流量采集、SNMP 与 NetFlow/sFlow 配合、再经过数据库归并生成每个客户实例的带宽统计报表。
适合零基础运维照做，也适合已有基础监控、需要补全独立计费报表的场景。

先分清三种带宽统计口径

开始配置之前，先确认你要的是哪种报表：

• 接口实时速率：单位 Mbps，表示当前带宽占用，主要用于实时告警。
• 累计流量：单位 GB 或 TB，表示一段时间内实际传输的数据量，用于流量计费。
• 95 计费带宽：按 5 分钟粒度采样，去掉最高 5% 的点后取最大值，是常见商业计费口径。

每客户实例独立统计报表一般同时需要第 1 和第 3 种。
如果只采集端口流量，无法区分同一物理机上多个云主机实例各自的用量，因此需要配合虚拟化层或网络设备流量采样。

采集层：三种主流数据来源

1. 虚拟化平台 vNIC 计数器

如果客户实例运行在 KVM、VMware 或 Hyper-V 上，直接读取虚拟网卡计数器最准确。
以 Libvirt 为例，一条命令就能拿到某个域名的网卡流量：

virsh domifstat <实例名> vnet0

输出类似：

vnet0 rx_bytes 1234567890
tx_bytes 987654321

把 rx_bytes 和 tx_bytes 定期抓取并计算差值，就是该实例的实时流量速率和累计流量。

在 VMware vCenter 中可通过 esxtop 或 API 的 net.usage 获取每台虚拟机的网络使用量。

2. 网卡镜像或 Tap 采集

如果实例跑在 Docker 或自定义网桥上，可以给宿主机物理网卡做镜像，用抓包工具按 IP 或 MAC 拆分流量。
这种方式不依赖虚拟化平台 API，但实现成本较高，适合没有平台权限时的备选。

3. 交换机 NetFlow/sFlow

如果客户实例直接绑定独立 IP（比如独立服务器租用），无需在宿主机上统计，直接在接入交换机或核心交换机上开启 sFlow/NetFlow，按源目 IP 聚合即可。

Cisco 交换机开启 sFlow 示例：

sflow flow-sampling 1000
sflow polling-interval 30
sflow collector-ip 192.0.2.10 collector-port 6343

华为交换机对应命令为 sflow collector ip 和 sflow flow-sampler，不同版本命令差异较大，建议先在测试端口验证。

数据归并：把原始流量变成客户实例报表

原始数据只是网卡计数或流记录，还需要按客户实例维度归并。

推荐用 Prometheus + SNMP Exporter 直接采集 vNIC 计数器，也可以通过脚本定期把 domifstat 结果写入 MySQL/InfluxDB。
归并逻辑如下：

1. 每 60 秒抓一次每个实例的 rx_bytes/tx_bytes。
2. 计算两次差值，得到 60 秒内的字节数。
3. 乘以 8 再除以 60，得到当前 Mbps 速率。
4. 按客户 ID 聚合到小时表 / 日报表。

示例 Python 伪代码片段：

current = get_rx_tx(instance_id)
rate_mbps = (current - last[instance_id]) * 8 / interval_seconds / 1000000
save_to_db(instance_id, time_bucket, rate_mbps)

注意：所有实例的采集频率必须统一。
如果有实例每隔 10 分钟才采一次，和每分钟采集的实例比较，峰值会被平均掉，统计结果就不公平。

报表输出：选现成工具还是自己开发

现成监控工具中，Zabbix 可以通过自定义 key 采集 vNIC 流量，然后按主机分组生成带宽图表，适合实例数量不多的场景。
Grafana 可以连接 Prometheus 数据源，直接按 instance 标签筛选不同客户。

需要商业报表时，可以考虑自研：后端用 InfluxDB 存储流量序列，前端用 Grafana 或 ECharts 生成每客户实例的日流量曲线和月汇总表。

输出报表时至少包含以下字段：

• 客户名称 / 客户 ID
• 实例 ID / IP
• 统计周期（实时、小时、日、月）
• 入方向峰值 / 出方向峰值
• 总流量（GB）
• 95 计费带宽值（如有需要）

四个容易踩的坑

• 只统计物理网卡，不分虚拟网卡：会导致所有实例共享同一份流量，无法区分到具体客户。务必从虚拟化层读取 vNIC 数据。
• 采样间隔不一致：不同实例采样频率不同，导致流量峰值被人为拉低或拉高。统一用相同采集周期，推荐 60 秒或更短。
• 忽略广播和多播流量：某些交换机 sFlow 不采样广播包，而虚拟化计数器一般包含，报表会和交换机统计对不上。对账时以虚拟化层数据为准，或明确注明统计口径。
• 不保留原始累计值：只存速率不存累计字节数，出现问题后无法回溯。建议同时保存 rx_bytes/tx_bytes 原始计数。

如何验证报表准确

配置完成后，选一个测试实例持续下载大文件，对比监控报表中的入方向速率和客户端实际下载速度。
再登录宿主机执行 vnstat -i vnet0 或 sar -n DEV 1，检查系统层统计是否一致。

如果报表比实际速度低很多，优先检查采集间隔是否过大，或虚拟网卡名称是否正确。
如果比实际速度高，检查是否把交换机端口镜像和 BPDU 等控制流量也算进了客户实例，必要时在采集侧过滤非客户 IP 的流量。

常见疑问

问：监控很多客户实例时，轮询 vNIC 会不会影响宿主机性能？

正常影响很小。
Libvirt 的 domifstat 读取的是内核计数器，不占用数据面。
但如果实例数量超过 200 且采集频率低于 30 秒，建议改用 virt-manager 导出的 XML 批量获取，或直接读取 /sys/class/net/vnet*/statistics/ 下的文件，减少 libvirt 连接开销。

问：NetFlow 按源 IP 聚合能区分同一实例的多个 IP 吗？

可以。
为每个客户实例建立 IP 与客户 ID 的映射表，聚合时先按 IP 分组，再映射到客户实例。
如果实例有浮动 IP，需要把浮动 IP 也加入映射关系，否则会漏计。

问：和第三方流量监控平台对接，一般用哪种接口？

大多数平台支持 SNMP、sFlow、NetFlow 或 Prometheus API。
建议优先提供 Prometheus 指标接口，社区生态最丰富，Grafana 和云厂商都能直接拉取。

本文覆盖的配置方法适用于多数主流虚拟化和交换机环境。
如果你搭建完成后发现报表数据始终对不上，建议先从采样间隔入手，再看是否漏了虚拟网卡名称映射。
稳定运行一周后，再逐步增加 95 计费、峰值排名等附加功能。